摘要
路径规划是目前的一个研究热点,特别是移动机器人的动态环境路径规划可以折射到很多领域的应用中,提出了一种新的遗传算法变异策略,所提出的变异操作同步检测变异节点附近的自由节点,并通过适应度函数值的计算,择优取代变异节点,及时剔除不可行路径,使得算法收敛更高效迅速。以移动机器人动态环境路径规划为例进行计算,并与其它的3种方法进行对比,结果显示所提出方法收敛的精度更高,收敛时迭代的次数更少,验证了所提出方法的优越性。
- 单位
路径规划是目前的一个研究热点,特别是移动机器人的动态环境路径规划可以折射到很多领域的应用中,提出了一种新的遗传算法变异策略,所提出的变异操作同步检测变异节点附近的自由节点,并通过适应度函数值的计算,择优取代变异节点,及时剔除不可行路径,使得算法收敛更高效迅速。以移动机器人动态环境路径规划为例进行计算,并与其它的3种方法进行对比,结果显示所提出方法收敛的精度更高,收敛时迭代的次数更少,验证了所提出方法的优越性。